摘要：目的" 通过WGCNA联合机器学习法鉴定缺氧与慢性髓系白血病(CML)潜在关键基因，并探讨关键基因与CML中22种免疫细胞的组成和成分分布。方法" 将高通量基因表达数据库(GEO)中的两个CML数据集(GSE5550和GSE24739)进行整合，消除批次效应。采用微阵列数据线性模型(LIMMA)在25例CML和16例对照中对200个缺氧基因进行差异分析。采用加权基因共表达网络分析(WGCNA)筛选出相关模块，联合SVM-RFE分析和LASSO回归模型筛选关键基因。三种算法做Venn分析。免疫浸润中的CIBERSORT算法评估CML中22种免疫细胞组分的组成模式以及关键基因与22种免疫细胞相关性。结果" 共鉴定出34个与CML相关缺氧基因 ......